实验分析与考虑残疾人群体的异构疏散社会力量建模：结合反事实路径引导策略

《Physica A: Statistical Mechanics and its Applications》：Experimental analysis and disability-aware social force modeling of heterogeneous evacuation with counterfactual route guidance

　　摘要
微观疏散模型通常将异质性人群简化为一个平均行人，这限制了对不同行动能力群体差异的预测。我们开发并评估了一个考虑残疾因素的社会力模型（DiSFM），该模型使用了来自一项有47名参与者（包括13名残疾人士IWD）的受控疏散演练的射频识别（RFID）轨迹数据。通过严格的13个场景校准和3个场景的保留评估，将模型拟合与物理模型评估分开。在相同的校准预算下，与完全同质的社会力模型相比，两类别的DiSFM将保留场景中的群体速度损失减少了85.8%，将IWD的速度误差减少了88.0%；匹配的消融实验将这一改进归因于特定类别的运动学特性，而方向性吸引力并未带来一致的额外收益。随后，我们将校准后的物理模型应用于基于地图的全建筑场景集合，并结合了具有无障碍意识和容量感知的路线规划器以及强制实施的路线引导措施。在100个匹配的场景中，没有引导措施时的平均总完成率在360秒内为83.3%，而在实施路线引导措施（??=0.7）时上升至99.9%；IWD的平均完成率也从84.7%上升至99.7%。全建筑分析在指定的模型、建筑和场景条件下评估了路线引导的效果，为考虑残疾因素的疏散政策筛选提供了一个直接的模拟框架。

引言与背景
在紧急疏散过程中确保人类安全的基本挑战正在经历深刻的变化，这一变化是由快速的城市化和显著的人口结构变化所推动的。目前全球超过一半的人口居住在城市地区，预计到2050年这一比例将上升至68% [1]。这种城市密集化促进了规模空前、建筑复杂性的建筑物的发展，创造了本质上更为复杂的疏散环境。

数据收集
本研究的数据来源于犹他州立大学（USU）进行的一项受控疏散实验，详细信息见Gaire等人[27]的研究。该实验旨在捕捉包括残疾人士IWD在内的异质人群的微观疏散行为。实验在农业科学大楼的底层进行，该建筑是一个多功能设施，包含教室、计算机实验室、讲堂和许多办公室。该楼层有四个主要的疏散出口。

宏观疏散性能
实验中进行的16个场景提供了在不同门配置下的疏散情况的描述性视图。图3显示了累积疏散曲线和各个场景的分布情况。在场景层面，单出口场景的平均疏散时间比双出口或四出口场景更长，但由于仅有16个场景，这只是一个描述性趋势，并没有显著差异（排列检验??=0.44，Cliff’s ??=0.29）。对652名参与者的混合效应分析显示……

结论
本研究开发并评估了一个考虑残疾因素的社会力模型，用于异质性人群的疏散。该模型将经过实证校准的两类物理核心与反事实路线引导应用相结合。在严格的13/3场景划分和相同的校准预算下，与完全同质的社会力模型相比，DiSFM将保留场景中的群体速度损失减少了85.8%，将IWD的速度误差减少了88.0%。匹配的消融实验将这一改进归因于特定类别的运动学特性；可选的CRediT作者贡献声明如下：

Amir Rafe：撰写原始稿件、可视化、软件开发、方法论设计、数据分析、形式分析、概念构建。
Patrick A. Singleton：撰写原始稿件、监督工作、方法论指导、资金争取、概念构建。
Keith M. Christensen：撰写原始稿件、监督工作、数据管理、概念构建。

代码和数据可用性
代码及非敏感支持材料可在以下链接获取：https://github.com/pozapas/evacuaidi/tree/main/chapter-4-resources。该仓库包含了DiSFM的实现代码、模型配置、分析脚本、路线引导场景输入以及汇总结果。原始的RFID轨迹数据受批准的人类参与者协议限制，无法公开。

利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系，这些因素可能会影响本文所述的工作。

致谢
本材料基于犹他州立大学和美国交通部大学交通中心计划（University Transportation Centers Program）的支持，具体项目为Grant Program IIJA，第8区域转变基础设施维护与可持续性中心（CTIPS），授权号为69A3552348308（项目CTIPS-030）。本出版物中表达的任何观点、发现、结论或建议均为作者个人观点，并不一定反映美国交通部的立场。

作者信息：
Amir Rafe | Patrick A. Singleton | Keith M. Christensen
犹他州立大学，土木与环境工程系，4110 Old Main Hill, Logan, 84322, UT, USA